利用流形学习进行高光谱遥感影像的降维与特征提取 (2011年)

【文件属性】：
文件名称：利用流形学习进行高光谱遥感影像的降维与特征提取 (2011年)
文件大小：409KB
文件格式：PDF
更新时间：2021-04-25 10:30:30
工程技术 论文 基于最新的非线性降维方法――流形学习的理论，从高光谱遥感数据内在的非线性结构出发，采用全局化的等距映射（Isomap）方法进行降维，取得了优于常用的MNF方法的结果。把光谱角和光谱信息散度与测地距离相结合用于Isomap算法，结果在冗余方差和光谱规范化特征值方面优于采用传统欧氏距离计算邻域的Isomap方法。实验表明，流形学习是一种有效的高光谱遥感数据特征提取方法。